عناصر مشابهة
Analysis, Design and Implementation of a Robotic Arm with Writing Ability Using Neural Networks
| العنوان بلغة أخرى: | تحليل تصميم وتنفيذ قدرة ذراع روبوت للكتابة باستخدام الشبكات العصبية |
|---|---|
| المصدر: | مجلة المنصور |
| الناشر: |
كلية المنصور الجامعة
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | , |
| المجلد/العدد: | ع34 |
| محكمة: | نعم |
| الدولة: | العراق |
| التاريخ الميلادي: | 2020 |
| الصفحات: | 1 - 15 |
| DOI: | 10.36541/0231-000-034-005 |
| ISSN: | 1819-6489 |
| رقم MD: | 1238908 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | English |
| قواعد المعلومات: | EcoLink HumanIndex |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: | في هذا البحث، تم اقتراح المعادلات التخطيطية المسار المسافات الحيزية الديكارتية المتعددة القطاعات استنادا إلى نهج الشبكة العصبية. هذا العمل يتضمن استخدام ذراع روبوت ثنائي الأطراف حقيقي قادر على كتابة الكلمات الإنجليزية أو الحروف. تم اقتراح الخوارزمية التي تستخدم لإيجاد مواقع ذراع الروبوت المؤثر النهائي. يتم تدريب الشبكة العصبية بواسطة خوارزمية الانتشار العكسي. ذراع الروبوت الثنائي الأطراف لديه درجتين للحرية. له اثنين من زوايا المفاصل مع ثلاث محركات سيرفو. يتم توصيل القلم إلى محرك سيرفو ثالث لرفع وخفض القلم. مخرجات هذه الخوارزمية هي: اثنان من نبض العرض التحريري لمحرك الإيعازات، محرك إيعاز الجهد لزاوية المفصل الأولى ومحرك إيعاز الجهد لزاوية المفصل الثانية. نتائج أخطاء المواقع مقبولة حسب محركات السيرفو للروبوت العملي. أقصى خطأ لأداء التدريب الأفضل لمتوسط مربع الخطأ لخوارزمية الانتشار العكسي تساوي (5.3465*10^(-25)). في هذا العمل، أقصى أخطاء المواقع للروبوت المؤثر النهائي تم حسابها بين العمل النظري والتجريبي. في هذا العمل، أقصى موقع خطأ لمحور X يساوي (-0.0102 متر) وأقصى موقع خطأ لمحور Y يساوي (-0.0098 متر). نتيجة كتابة ذراع الروبوت الثنائي الأطراف الحقيقي تكون ذات مقاطع لخطوط ناعمة وفقا لأخطاء المواقع الصغيرة في محاور X وY. In this paper, multi-segments parametric cartesian space trajectory planning equations based on Neural Network approach is proposed. This work includes using a real two-link robotic arm to be able to write the english words or letters. The proposed algorithm is used to find the positions of the end-effector robotic arm. Neural Network is trained by Back Propagation Algorithm. The two-link robotic has two Degrees Of Freedom. It has two joint angles with three servo motors. A pen is connected to the third servomotor in order to raise and lower the pen. The outputs of this algorithm are: two Pulse Width Modulation motor commands, one Pulse Width Modulation motor command voltage for the first joint angle and the second Pulse Width Modulation motor command voltage for the second joint angle. The results of position errors are acceptable due to servomotors of practical robotic arm. The best training performance error of Mean Square Error for Back Propagation Algorithm equals to (5.3465*10^ (-25)). In this work, the maximum positions errors for the end-effector of the robot are computed between theoretical and experimental work. The maximum position error in X axis equals to (-0.0102 m) and the maximum position error in Y axis equals to (-0.0098 m). The writing results of two-link real robotic arm was smooth line segments according to small position errors in X and Y axes. |
|---|
